第一步

CelebAMask-HQ数据集，这个是人脸+掩码，进入百度网盘 或谷歌下载数据集。

第二步（text）

下载生成图片caption代码（链接）。我们要使用其中的create_caption.py 文件生成。

Text
Please download celeba-hq-attribute.txt (CelebAMask-HQ-attribute-anno.txt) and run the following script.
python create_caption.py
The generated textual descriptions can be found at ./celeba_caption.

在之前我们下载的数据集中，有文件CelebAMask-HQ-attribute-anno.txt，复制一个到当前项目下，改名为celeba-hq-attribute.txt，然后直接运行，就可以在celeba_caption文件夹下找到text了！
每张图片会生成十句话。

第三步

此时，数据集中只有人脸+不同部位的mask，还要用这个链接的的代码生成mask。这里我们用的主要是face-parsing文件夹下的代码，可以看readme。

Move the mask folder, the image folder, and CelebA-HQ-to-CelebA-mapping.txt ( remove 1st line in advance ) under ./Data_preprocessing
Run python g_mask.py

把先前下好的数据集中的CelebAMask-HQ-mask-anno文件夹、CelebA-HQ-img文件夹和CelebA-HQ-to-CelebA-mapping.txt复制到Data_preprocessing文件夹下

注意：1. 要将CelebA-HQ-to-CelebA-mapping.txt文件的第一行删掉
2. g_mask.py中folder_base = ‘CelebAMask-HQ-mask-anno’，文件名称要对应

安装opencv库

pip install opencv-python

第四步

运行g_mask.py 生成黑不溜秋的mask

第五步

运行g_color.py生成彩色mask
注意：1. 文件名称是否对应
2. img_num=30000

想划分test和train可以再使用g_partition.py